HTS-Oracle：一般化可能な低分子ヒット発見のための実験的に検証されたAI駆動型優先順位付け

科学分野:

• 創薬と開発
• 医療における人工知能
• 免疫学

背景:

• ハイスループットスクリーニング（HTS）は低分子発見に不可欠ですが、免疫受容体やタンパク質間相互作用標的との関連で課題があります。
• TREM2、CHI3L1、CD28を含む多くの免疫標的は、その複雑な性質（例：隠れたポケット、構造が不明瞭なタンパク質、タンパク質間相互作用）により、歴史的に治療が困難でした。

研究 の 目的:

• 低分子創薬における将来のヒット発見のためのAI駆動型システムであるHTS-Oracleを紹介すること。
• 困難な免疫標的の生物活性化合物の同定におけるHTS-Oracleの有効性を示すこと。

主な方法:

• 分子言語モデリングと化学情報学を統合して、HTS-Oracle AIシステムを作成しました。
• 3つの免疫標的（TREM2、CHI3L1、CD28）全体でヒット発見のためにHTS-Oracleを展開しました。
• AI予測を実験結果に対して検証しました。

主要な成果:

• HTS-Oracleは、従来のHTSと比較して、実験的スクリーニング要件を99%以上削減し、ヒット率を最大176倍向上させました。
• このAIシステムは、限られたトレーニングデータ（例：CD28の活性化物質<2%）でも予測能力を示し、8倍の改善を達成しました。
• TREM2、CHI3L1、CD28の3つの免疫標的について、検証されたヒットの同定に成功し、幅広い適用可能性を示しました。

結論:

• HTS-Oracleは、創薬開発におけるヒット発見性能の新しいベンチマークを確立しました。
• このAIシステムは、化学的にアクセス不可能と考えられていた免疫標的に対する低分子へのアクセスを大幅に向上させます。
• HTS-Oracleは、複雑な生物学的標的に対する将来のヒット発見を可能にし、新しい治療法の開発を加速します。